Supervisa el motor de columnas

En esta página, se describe cómo supervisar el uso del motor columnar.

Verifica el uso del motor de columnas con EXPLAIN

Puedes verificar el uso del motor columnar con la instrucción EXPLAIN para observar los nuevos operadores columnares que aparecen en el plan de consulta generado de una consulta.

Cliente psql

EXPLAIN (ANALYZE,COSTS OFF,BUFFERS,TIMING OFF,SUMMARY OFF)
  SELECT l_returnflag, l_linestatus, l_quantity, l_extendedprice,
         l_discount, l_tax
    FROM lineitem
   WHERE l_shipdate <= date '1992-08-06'
;
                                 QUERY PLAN
-----------------------------------------------------------------------------
 Append (actual rows=3941797 loops=1)
   Buffers: shared hit=9
   ->  Custom Scan (columnar scan) on lineitem (actual rows=3941797 loops=1)
         Filter: (l_shipdate <= '1992-08-06'::date)
         Rows Removed by Columnar Filter: 56054083
         Columnar cache search mode: columnar filter only
         Buffers: shared hit=9
   ->  Seq Scan on lineitem (never executed)
  Filter: (l_shipdate <= '1992-08-06'::date)

• Custom Scan (columnar scan) indica que se incluye el análisis del motor columnar en el plan de consultas.
• Rows Removed by Columnar Filter enumera la cantidad de filas que se filtraron con la ejecución vectorizada columnar.
• Columnar cache search mode puede ser columnar filter only, native o row store scan. El planificador elige el modo de búsqueda automáticamente en función de la capacidad de evaluación de costos y de reducción.

Cuando el planificador elige el modo native, envía algunos de los operadores columnares al análisis:

• Rows Aggregated by Columnar Scan enumera la cantidad de filas que se agregan.
• Rows Sorted by Columnar Scan enumera la cantidad de filas que se ordenan.
• Rows Limited by Columnar Scan enumera la cantidad limitada de filas que se analizaron.

Con las uniones, los operadores de análisis columnar también pueden usar el modo Late Materialization.

Cliente psql

EXPLAIN (ANALYZE,COSTS OFF,BUFFERS,TIMING OFF,SUMMARY OFF)
  SELECT l_shipmode, o_orderpriority
    FROM orders, lineitem
   WHERE o_orderkey = l_orderkey
         AND l_shipmode in ('AIR', 'FOB')
         AND l_receiptdate >= date '1995-01-01'
;
                                 QUERY PLAN
-----------------------------------------------------------------------------
 Hash Join (actual rows=9865288 loops=1)
   Hash Cond: (lineitem.l_orderkey = orders.o_orderkey)
   Buffers: temp read=127738 written=127738
   ->  Append (actual rows=9865288 loops=1)
         ->  Custom Scan (columnar scan) on lineitem (actual rows=9865288 loops=1)
               Filter: ((l_shipmode = ANY ('{AIR,FOB}'::bpchar[])) AND
               (l_receiptdate >= '1995-01-01'::date))
               Rows Removed by Columnar Filter: 50130592
               Columnar cache search mode: native
         ->  Index Scan using idx_lineitem_orderkey_fkidx on lineitem
             (never executed)
               Filter: ((l_shipmode = ANY ('{AIR,FOB}'::bpchar[])) AND
               (l_receiptdate >= '1995-01-01'::date))
   ->  Hash (actual rows=15000000 loops=1)
         Buckets: 1048576  Batches: 32  Memory Usage: 37006kB
         Buffers: temp written=83357
         ->  Append (actual rows=15000000 loops=1)
               ->  Custom Scan (columnar scan) on orders (actual rows=15000000
                   loops=1)
                     Rows Removed by Columnar Filter: 0
                     Columnar projection mode: late materialization
                     Columnar cache search mode: native
               ->  Seq Scan on orders (never executed)

Columnar projection mode puede ser late materialization. Los operadores columnares eligen este modo automáticamente cuando el planificador optimiza la proyección posponiendo la materialización de algunos valores de columna.

Cómo ver el uso de la unión vectorizada del motor de columnas

Puedes verificar el nuevo operador de unión vectorizado con la instrucción EXPLAIN para observar el nuevo operador Vectorized Hash Join que aparece en el plan de consulta generado de una consulta.

EXPLAIN (ANALYZE,COSTS OFF,BUFFERS,TIMING OFF,SUMMARY OFF)
  SELECT l_quantity, l_extendedprice, l_discount, l_tax
    FROM lineitem, orders
    WHERE l_shipdate <= date '2022-08-06'
    AND  l_orderkey = o_orderkey
    AND  o_orderdate <= date '2025-03-07';
                                      QUERY PLAN
---------------------------------------------------------------------------------------
 Vectorized Hash Join (actual rows=3934686 loops=1)
   Vectorized partitioning, Partitions: 16 (Disk usage: 208MB)
   (Peak Memory Usage: 27MB, Threads: 1)
   Hash Cond: (lineitem.l_orderkey = orders.o_orderkey)
   Rows Removed by Bloom Filter: 0
   Buffers: temp read=26728 written=26728
   ->  Append (actual rows=3934686 loops=1)
         ->  Custom Scan (columnar scan) on lineitem (actual rows=3934686 loops=1)
               Filter: (l_shipdate <= '2022-08-06'::date)
               Rows Removed by Columnar Filter: 56051366
               Columnar cache search mode: native
         ->  Seq Scan on lineitem (never executed)
               Filter: (l_shipdate <= '2022-08-06'::date)
   ->  Vectorized Hash (actual rows=7245824 loops=1)
         Build bloom filter, Memory Usage: 1024kB
         ->  Append (actual rows=7245824 loops=1)
               ->  Custom Scan (columnar scan) on orders (actual rows=7245824 loops=1)
                     Filter: (o_orderdate <= '2025-03-07'::date)
                     Rows Removed by Columnar Filter: 7754176
                     Columnar cache search mode: native
               ->  Seq Scan on orders (never executed)
                     Filter: (o_orderdate <= '2025-03-07'::date)

• Vectorized Hash Join indica que la unión entre las dos relaciones usó la unión hash vectorizada.
• Vectorized partitioning, Partitions: enumera la cantidad de particiones en las que se dividieron los datos.

Usa la opción COLUMNAR_ENGINE para EXPLAIN

El comando EXPLAIN admite la opción COLUMNAR_ENGINE. Cuando se especifica, el comando imprime mensajes de Columnar Check en el plan EXPLAIN para mostrar qué pudo haber llevado al planificador o al ejecutor a tomar ciertas decisiones relacionadas con el motor columnar para el plan. El comando también imprime detalles adicionales específicos del motor columnar. El mensaje está asociado con el nodo de exploración no columnar. Por lo general, indica la primera causa que impide que se elija un análisis columnar para un análisis. Algunos ejemplos de causas son the table is too small, a needed column of the table is not in the CE store o a needed column has a CE unsupported data type.

El siguiente ejemplo de resultado del comando imprime un mensaje Columnar Check:

Cliente psql

EXPLAIN (COLUMNAR_ENGINE, COSTS OFF)
SELECT * FROM sample_small_table
WHERE col1 > 10000;
              QUERY PLAN
--------------------------------------
 Seq Scan on sample_small_table
   Filter: (col1 > 10000)
   Columnar Check: table is too small

Según el mensaje, el usuario puede realizar una de las siguientes acciones:

• Aborda la causa específica y, luego, vuelve a ejecutar el comando para confirmar el plan columnar.
• Itera el mismo proceso. Puede haber más de una causa, y la cláusula solo intenta enumerar la primera.

En el siguiente ejemplo, se muestran detalles adicionales que se imprimen y que son específicos del motor columnar:

Cliente psql

EXPLAIN (ANALYZE, COLUMNAR_ENGINE, COSTS OFF, TIMING OFF, SUMMARY OFF, VERBOSE) SELECT SUM(c1) FROM counter_table WHERE c2 > 0 and c2 < 80000;
                                         QUERY PLAN
---------------------------------------------------------------------------------------------
 Aggregate (actual rows=1 loops=1)
   Output: sum(c1)
   ->  Append (actual rows=79999 loops=1)
         ->  Custom Scan (columnar scan) on public.counter_table (actual rows=79999 loops=1)
               Output: c1
               Filter: ((counter_table.c2 > 0) AND (counter_table.c2 < 80000))
               Rows Removed by Columnar Filter: 1
               Rows Aggregated by Columnar Scan: 79999
               Bytes fetched from storage cache: 1392655
               Columnar cache search mode: native
         ->  Seq Scan on public.counter_table (never executed)
               Output: c1
               Filter: ((counter_table.c2 > 0) AND (counter_table.c2 < 80000))
(13 rows)

Consulta información sobre las tablas con columnas en el almacén de columnas

Puedes consultar la vista g_columnar_relations para ver información sobre las tablas o las vistas materializadas con columnas en el almacén de columnas.

Cliente psql

SELECT * FROM g_columnar_relations;

┌─[ RECORD 1 ]────────┬───────────────────┐
│ relation_name       │ tbl_parallel_test │
│ schema_name         │ public            │
│ database_name       │ advisor           │
│ status              │ Usable            │
│ size                │ 581431259         │
│ columnar_unit_count │ 3                 │
│ invalid_block_count │ 0                 │
│ total_block_count   │ 8337              │
├─[ RECORD 2 ]────────┼───────────────────┤
│ relation_name       │ lineitem          │
│ schema_name         │ public            │
│ database_name       │ advisor           │
│ status              │ Usable            │
│ size                │ 423224944         │
│ columnar_unit_count │ 29                │
│ invalid_block_count │ 0                 │
│ total_block_count   │ 115662            │
├─[ RECORD 3 ]────────┼───────────────────┤

Ver información sobre las columnas en el almacén de columnas

Puedes consultar información sobre las columnas del almacén de columnas consultando la vista g_columnar_columns, incluidos el tamaño de esas columnas y la última hora de acceso.

Cliente psql

SELECT database_name, schema_name, relation_name, column_name, size_in_bytes, last_accessed_time FROM g_columnar_columns;

Visualiza las estadísticas de ejecución del motor de columnas para las consultas recientes

Puedes ver las estadísticas de ejecución del motor columnar para las consultas recientes con la vista g_columnar_stat_statements. Esta vista agrega estadísticas del motor de columnas a la vista pg_stat_statements que proporciona la extensión pg_stat_statements. Para usar esta vista, primero debes habilitar la extensión pg_stat_statements.

Cliente psql

1. Habilita la extensión pg_stat_statements:

   CREATE EXTENSION pg_stat_statements;
   

2. Realiza las búsquedas cuyas estadísticas deseas ver. Puedes hacerlo de forma manual o dejar que pase el tiempo suficiente para que tus aplicaciones realicen estas consultas con pg_stat_statements habilitado.
3. Consulta las vistas g_columnar_stat_statements y pg_stat_statements. Ten en cuenta que la siguiente consulta recupera todas las estadísticas de ejecución columnar, incluidas las que se recopilaron antes de que se creara la extensión pg_stat_statements. El valor nulo de userid indica que las estadísticas se recopilaron antes de que se creara la extensión pg_stat_statements.

   SELECT *
   FROM pg_stat_statements(TRUE) AS pg_stats
        FULL JOIN g_columnar_stat_statements AS g_stats
        ON pg_stats.userid = g_stats.user_id AND
           pg_stats.dbid = g_stats.db_id AND
           pg_stats.queryid = g_stats.query_id
   WHERE columnar_unit_read > 0;
   
   ┌─[ RECORD 1 ]────────┬───────────────────────────────
   │ userid              │ 10                            │
   │ dbid                │ 33004                         │
   │ queryid             │ 6779068104316758833           │
   │ query               │ SELECT  l_returnflag,        ↵│
   │                     │         l_linestatus,        ↵│
   │                     │         l_quantity,          ↵│
   │                     │         l_extendedprice,     ↵│
   │                     │         l_discount,          ↵│
   │                     │         l_tax                ↵│
   │                     │FROM  lineitem                ↵│
   │                     │WHERE  l_shipdate <= date $1│
   │ calls               │ 1                             │
   │ total_time          │ 299.969983                    │
   │ min_time            │ 299.969983                    │
   │ max_time            │ 299.969983                    │
   │ mean_time           │ 299.969983                    │
   │ stddev_time         │ 0                             │
   │ rows                │ 392164                        │
   │ shared_blks_hit     │ 0                             │
   │ shared_blks_read    │ 0                             │
   │ shared_blks_dirtied │ 0                             │
   │ shared_blks_written │ 0                             │
   │ local_blks_hit      │ 0                             │
   │ local_blks_read     │ 0                             │
   │ local_blks_dirtied  │ 0                             │
   │ local_blks_written  │ 0                             │
   │ temp_blks_read      │ 0                             │
   │ temp_blks_written   │ 0                             │
   │ blk_read_time       │ 0                             │
   │ blk_write_time      │ 0                             │
   │ user_id             │ 10                            │
   │ db_id               │ 33004                         │
   │ query_id            │ 6779068104316758833           │
   │ columnar_unit_read  │ 29                            │
   │ page_read           │ 115662                        │
   │ rows_filtered       │ 0                             │
   │ columnar_scan_time  │ 0                             │
   └─────────────────────┴───────────────────────────────┘
   

Cómo ver el uso de memoria del almacén de columnas

Para ver la cantidad de RAM sin usar disponible para el motor de columnas, puedes consultar la función google_columnar_engine_memory_available(). El número entero resultante muestra la memoria disponible en megabytes (MB).

SELECT google_columnar_engine_memory_available();

Consulta información sobre los índices en el almacén de columnas

Puedes consultar información sobre el estado, el tamaño y varias métricas relacionadas con el rendimiento de los índices de columnas consultando la vista g_columnar_indexes.

Cliente psql

SELECT
     database_name, schema_name, index_name, status, size,
     total_partition_count, non_leaf_partition_count, leaf_partition_count,
     invalid_block_count, block_count_in_cc, total_block_count,
     creation_time, auto_refresh_trigger_count,
     auto_refresh_failure_count, auto_refresh_trigger_timestamp,
     auto_refresh_start_timestamp, auto_refresh_end_timestamp,
     auto_refresh_recent_status
FROM g_columnar_indexes;

En la siguiente tabla, se describen los campos de la vista g_columnar_indexes.

Campo	Tipo de datos	Descripción
database_name	NOMBRE
schema_name	NOMBRE	Nombre del esquema al que pertenece el índice
index_name	NOMBRE	Nombre del índice
estado	NOMBRE	Estado del índice en el motor de columnas
tamaño	BIGINT	Tamaño del índice en el motor de columnas
total_partition_count	BIGINT	Cantidad total de particiones del índice en el motor de columnas
non_leaf_partition_count	BIGINT	Cantidad total de particiones no hoja del índice en el motor de columnas
leaf_partition_count	BIGINT	Cantidad total de particiones hoja del índice en el motor columnar
invalid_block_count	BIGINT	Cantidad total de bloques no válidos en el motor de columnas para el índice
block_count_in_cc	BIGINT	Cantidad total de bloques del índice en el motor columnar
total_block_count	BIGINT	Cantidad total de bloques del índice
creation_time	BIGINT	Tiempo de creación del índice en el motor de columnas
auto_refresh_trigger_count	BIGINT	Cantidad total de actualizaciones automáticas activadas desde el inicio de PostgreSQL.
auto_refresh_failure_count	BIGINT	Cantidad total de errores de actualización automática desde el inicio de Postgres
auto_refresh_trigger_timestamp	BIGINT	Marca de tiempo de la actualización automática más reciente que se activó
auto_refresh_start_timestamp	BIGINT	Marca de tiempo de la actualización automática más reciente que se inició
auto_refresh_end_timestamp	BIGINT	Es la marca de tiempo de la actualización automática más reciente que se completó.
auto_refresh_recent_status	TEXTO	Estado de la actualización automática más reciente